GSMIS

ข้อมูลการเผยแพร่ผลงาน

การเผยแพร่ในรูปของบทความวารสารทางวิชาการ

ชื่อบทความ

Sin Activation Structural Tolerance of Online Sequential Circular Extreme Learning Machine

วัน/เดือน/ปี ที่ได้ตอบรับ

31 กรกฎาคม 2560

วารสาร

ชื่อวารสาร

International Journal of Technology

มาตรฐานของวารสาร

SCOPUS

หน่วยงานเจ้าของวารสาร

IJTech secretariat, Gd. Engineering Center Lt.2, Faculty of Engineering, Universitas Indonesia Depok 16424, Indonesia.

ISBN/ISSN

20869614

ปีที่

ฉบับที่

เดือน

ปี พ.ศ. ที่พิมพ์

2560

หน้า

601-610

บทคัดย่อ

This article discusses the development of the online sequential circular extreme learning machine (OS-CELM) and structural tolerance OS-CELM (STOS-CELM). OS-CELM is developed based on the circular extreme learning machine (CELM) to enable sequential learning. It can update a new chunk of data by spending less training time to update the chunk than the batch CELM. STOS-CELM is developed based on an idea similar to that of OS-CELM, but with a Householder block exact inverse QR decomposition (QRD) recursive least squares (QRD-RLS) algorithm to allow sequential learning and mitigate the criticality of deciding the number of hidden nodes. In addition, our experiments have shown that given the same hidden node setting, STOS-CELM can deliver accuracy comparable to a batch CELM approach and also has higher accuracy than the original online sequential extreme learning machine (OS-ELM) and structural tolerance OS-ELM (STOS-ELM) in classification problems, especially those involving high dimension datasets.

คำสำคัญ

Circular extreme learning machine; Extreme learning machine; Householder block exact QRD recursive least squares algorithm; Online sequential extreme learning machine

ผู้เขียน

597040049-9	นาย ศรุติ อัศวเรืองสุข [ผู้เขียนหลัก]
	คณะวิศวกรรมศาสตร์ ปริญญาเอก ภาคปกติ

การประเมินบทความ

มีผู้ประเมินอิสระ

สถานภาพการเผยแพร่

ตีพิมพ์แล้ว

วารสารมีการเผยแพร่ในระดับ

นานาชาติ

citation

มี

เป็นส่วนหนึ่งของวิทยานิพนธ์

เป็น

ใช้สำหรับสำเร็จการศึกษา

ไม่เป็น

แนบไฟล์

Citation